Beras adalah sumber karbohidrat utama yang digunakan warga indonesia sebagai bahan makanan pokok, sehingga ketersediaan dan harga turut menjadi perhatian. Tujuan dari penelitian ini adalah melakukan peramalan harga beras bulanan untuk tahun 2019, sekaligus membandingkan 2 metode peramalan yaitu Double Moving Average dan Double Exponential Smoothing untuk mendapatkan hasil peramalan harga beras terbaik. Data yang digunakan dalam penelitian ini adalah harga beras eceran dari bulan Januari 2011 hingga Maret 2019. Berdasarkan pengujian yang dilakukan didapatkan metode Double Moving Average lebih baik dengan nilai MAPE mencapai 0,582542%, dan nilai MSE mencapai 6349,25 menggunakan orde waktu 3. Rata-rata hasil peramalan harga beras eceran bulanan untuk tahun 2019 dengan menggunakan metode DMA sebesar Rp.12169,-

Flipped Classroom merupakan macam educational technology dimana seorang peserta didik diharuskan untuk belajar dan melakukan proses belajar dari rumah, sehingga kegiatan yang seharusnya dilakukan di sekolah adalah diskusi antar teman, guru dan mengerjakan tugas sehingga siswa dapat tumbuh berkembang dengan baik. Pandemi yang terjadi pada tahun 2020 yang mengharuskan siswa untuk belajar dari rumah, membuat para tenaga pendidik menyusun strategi dan memilih media pembelajaran yang baik untuk tercapainya tujuan belajar. Media pembelajaran yang digunakan dalam penelitian adalah game pembelajaran yang selanjutnya disebut Game-Based Student Response System dibuat menggunakan Kahoot! dan Teknologi flash player menggunakan bahasa pemograman berbasis Android, Pada penelitian ini akan dilakukan analisis pembelajaran pada dua kelompok (group) peserta didik yaitu control group dan experimental group menggunakan metode Analisa ANCOVA untuk mengetahui efek dan manfaat penggunaan media pembelajaran pada flipped classroom biologi SMAN 5 Pamekasan

Cases of Corona Virus Disease 2019 (Covid-19) have been found in Indonesia since March 2019, for diagnosis in addition to the Real Time - Polymerase Chain Reaction (RT-PCR) examination, a Thorax X-ray is also carried out to detect the presence of Pneumonia. Pneumonia is an inflammation of the air sacs in the lungs that can fill with fluid. Pneumonia can be caused by a bacterial, viral or fungal infection. The proposed method combines the CNN method with SVM for the classification of viral Pneumonia with bacterial Pneumonia. The results of this study are expected to help radiology officers in classifying Pneumonia caused by viruses from the results of Thorax X-rays. The performance of this system is measured using confusion matrix and produces a score of average accuracy 0.85. Keywords: Convolutional Neural Network, Covid-19, Support vector Machine, Viral Pneumonia.   ABSTRAK Kasus Corona Virus Disease 2019 (Covid-19) ditemukan di Indonesia sejak Maret 2019, untuk penegakan diagnose selain pemeriksaan Real Time – Polymerase Chain Reaction (RT-PCR) juga dilakukan pemeriksaan Rontgen Thorax untuk mendeteksi adanya Pneumonia. Pneumonia merupakan peradangan pada kantung udara pada paru-paru yang dapat berisi cairan. Penyebab Pneumonia bisa berasal dari infeksi bakteri,virus ataupun jamur. Metode yang diusulkan menggabungkan metode CNN dengan SVM untuk klasifikasi Pneumonia virus dengan Pneumonia bakteri. Hasil dari penelitiasn ini diharapkan dapat membantu petugas radiologi dalam mengklasifikasikan Pneumonia yang disebabkan oleh virus dari hasil Rontgen Thorax. Performa sistem ini diukur menggunakan confusion matrix dan menghasilkan skor akurasi rata-rata sebesar 0.85. Kata Kunci: Convolutional Neural Network, Covid-19, Support Vector Machine, Viral Pneumonia

Kanker darah atau yang dikenal juga dengan Leukemia merupakan salah satu penyebab kematian di antara jenis kanker lainnya. Leukemia disebabkan oleh malignant neoplasm atau dikenal dengan tumor ganas pada sel darah putih. Berdasarkan kategori usia, jenis kanker ini umumnya banyak diderita oleh anak-anak dan dewasa di atas 50 tahun. Berdasarkan sistem klasifikasi French-American-British (FAB) Leukemia Limfoblastik merupakan salah satu dari dua tipe Leukemia Akut. Diagnosa LLA ditegakkan dengan penyimpangan perbanyakan sel Limfoblast abnormal pada sumsum tulang. Segmentasi sel darah putih merupakan tahap awal yang krusial, segmentasi sel darah putih bertujuan mengekstrak region sitoplasma dan nukelus dari sel darah merah dan latar belakang. Metode segmentasi yang akurat dibutuhkan untuk mendapatkan akurasi yang tinggi pada deteksi LLA. Pada penelitian ini dilakukan dalam 2 model ruang warna yaitu CIE-L*a*b dan HSV dan digunakan metode ortogonalisasi Gram-schmidt untuk menentukan region awal sel darah putih kemudian membaginya ke dalam sub-sub citra. Akurasi dihitung menggunakan precission dan recall.